正则表达式，有条件地捕获不包含子字符串的行

Question

我的代码正在解析日志文件中的一些行。

我用这个做了很多事情，但是特别需要能够找到不包含某个子字符串的行。在一定条件下

我对正则表达式有很好的理解。但我似乎无法弄清楚这一点。

问题： 我想捕获任何不包含单词error 或warn 的行。除非它是日志条目的第一部分并用方括号括起来。

到目前为止，我已经尝试过这样的事情：

(((?:abc|cba)\s+.*(?!\[?(?!error|warn)\]?).*)|((abc|cba)\s+\[(error|warn)\]\s+(.*)))

日志中的行可能类似于以下示例：

捕获组 2：

abc [error] message
cba [error] message
cba [warn] message

捕获组 1：

abc something random
cba i dont know

不要捕捉：

abc some [error] message
cba some [warn] message

简单英语的问题；我想得到任何以abc 或cba 开头的行。如果捕获组 1 中没有 [error] 或 [warn] ，则应该抓住该行。只有当[error] 或[warn] 是条目的第一部分（在abc 或cba 之后）时，捕获组2 才应获取它

Answer 1

这应该可以解决问题：

^(?:abc|cba)(?:(?!.*(?:\[error\]|\[warn\]))|\s*(?:\[error\]|\[warn\])).*$

请注意，我断言整行以匹配正则表达式与 ^ 和 $。

我首先检查abc 和cba 开始行。

那么2种情况：

• [error] 和 [warn] 都不会出现在该行中的任何位置：(?!.*(?:\[error\]|\[warn\]))（?: 不是很重要，只是非捕获组）。
• 或[error] 或[warn] 紧跟在abc 和cba 之后：\s*(?:\[error\]|\[warn\])。请注意，您可能需要将 \s* 更改为 \s+，因为当前的正则表达式将匹配 abc[error]。

其余的我不在乎.*，但它必须在那里，因为我使用了$。我对 Python 不太确定：检查是否可以删除 .*$ 正则表达式的一部分。

我将所有组设为非捕获，因为您似乎在断言该行遵循某种格式。如果您需要同时从该行中提取一些数据，请告诉我。